Bab Persamaan Beda dan Operasi Konvolusi
|
|
- Hengki Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Bab Persamaan Beda dan Operasi Konvolusi Oleh: Tri Budi Santoso Politeknik Elektronika Negeri Surabaya-ITS Tujuan: -Siswa mampu membedakan persamaan beda dengan persamaan diferensial -Siswa mampu menyelesaikan persmasalahan konvolusi diskrit dan menggambarkan contoh aplikasinya
2 Sub Bab: 3.1.Persamaan Beda Linear Input/Output dengan Koefisien Konstan 3.2. Penyelesaian dengan Rekursi 3.3 Representasi Konvolusi pada Sistem LTI waktu Diskrit 3.4. Studi Kasus Filter Digital
3 3.1. Persamaan Beda Linear Input/Output dengan Koefisien Konstan Pertimbangkan sistem waktu diskrit single-input single-output (SISO) dimana: y[ n] + N i= 1 a i y[ n i] i= 0 y[ n i] n = indek waktu diskrit bernilai integer x[n] = input y[n] = output Asumsi: - Koefisien-koefisien a 1, a 2, a 3,.. a N adalah konstanta - Koefieisn-koefisien b 1, b 2, b 3,.. b M adalah konstanta. - N : disebut orde atau dimensi dari sistem. = M b Persamaan (15) merupakan sistem kausal jika output y[n] pada suatu waktu n hanya tergantung pada nilai-nilai output dan input x[n] di waktu sebelumya i (15)
4 3.2. Penyelesaian dengan Rekursi Persamaan beda linear input/output dapat diselesaikan dengan prosedur numerik melalui rekursi: Tulis ulang persamaan (15) y N M [ n] = ai y[ n i] + bi x[ n i] (16) i= 1 i= 1 Tetapkan n=0 y[0]= -a 1 y[-1] - a 2 y[-2]-..- a N y[-n] + b 0 x[0] + b 1 x[-1] +..+b M x[-m] Sehingga output y[0] pada waktu 0 adalah suatu kombinasi linear pada y[-1], y[-2],. y[-n] dan x[0], x[-1], x[-m]. Tetapkan n=1 y[1]= -a 1 y[0] - a 2 y[-1]-..- a N y[-n+1] + b 0 x[1] + b 1 x[0] +..+b M x[-m+1] Sehingga y[1] adalah suatu kombinasi linear pada y[0], y[-1],. y[-n+1] dan x[1], x[0], x[-m+1]. Jika proses ini dilanjutkan, sudah jelas bahwa nilai selanjutnya pada output adalah suatu kombinasi linear pada N nilai terakhir pada output dan M+1 nilai pada input. Pada setiap step pada komputasi, diperlukan untuk menyimpan hanya N nilai akhir pada output (tentu saja ditambah nilai input). Proses ini disebut sebagai suatu rekursi orde ke-n.
5 Jika semua a i adalah nol, persamaan (15) menjadi: y [ n] = M bi x[ n i] (17) i= 0 Dalam kasus ini output pada suatu titik waktu tertentu tergantung hanya pada nilai-nilai input x[n], sehingga ouputnya tidak terkomputasi secara recursive. Sistem semacam ini disebut sistem non recursive. Perlu dicatat bahwa struktur rekursif digambarkan diatas adalah suatu hasil dimensionalitas berhingga. Jika sistem ini dimensionalitasnya tak berhingga, respon output y[n] tidak dapat dihitung secara rekursif y[ n] n = i= n i x[ i] n 1 adalah infinite dimensional. Dalam kasus ini y[n] tidak dapat diekspresikan dalam bentuk seperti persamaan (15) untuk suatu nilai N, dan selanjutnya y[n] tidak dapat dikomputasi secara rekursif.
6 Contoh 1 Pertimbangkan sebuah ssstem waktu diskrit yang diberikan persamaan beda input/ouput orde 2 seperti berikut: y[n] -1,5 y[n-1] + y[n-2] = 2x[n-2] (i) Penyelesaian: Tuliskan kembali persamaan (i) menjadi seperti berikut ini: y[n] = 1,5 y[n-1] - y[n-2] + 2x[n-2] (ii) Sekarang tunjukkan bahwa input x[n] adalah fungsi unit-step waktu diskrit u[n] dan nilai ouput awal adalah y[-2] = 2, y[-1] = 1. Kemudian tetapkan n=0 dalam persamaan (ii) memberikan: y[0] = 1,5 y[-1] - y[-2] + 2x[-2] = 1,5 (1) (2) + 2(0) = -0,5
7 Dengan n =1 dalam persamaan (ii) memberikan: y[1] = 1,5 y[0] - y[-1] + 2x[-1] = 1,5 (-0,5) (1) + 2(0) = -1,75 Lanjutkan proses ini, selajutnya akan memberikan: y[2] = 1,5 y[1] - y[0] + 2x[0] = 1,5 (-1,75) (0,5) + 2(1) = -0,125 y[3] = 1,5 y[2] - y[1] + 2x[1] = 1,5 (-0,125) -(-1,75) + 2(1) = 3,5625 demikian seterusnya.
8 3. 3. Representasi Konvolusi pada Sistem LTI waktu Diskrit Pertimbangkan sistem waktu diskrit single-input single-output (SISO) dengan input x[n] dan output y[n]. Disini diasumsikan bahwa respon output dihasilkan dari input x[n] tanpa energi awal dalam sistem diprioritaskan untuk aplikasi dari x[n]. Juga diasumsikan bahwa sistem bersifat kausal, linear dan time invariant
9 Respon Unit Pulsa Pangil kembali δ[0] = 1 dan δ[n] = 0 untuk semua nilai n bukan nol. Respon h[n] disebut respon unit pulsa pada sistem. Catatan bahwa dengan δ[n] = -1, -2, dengan kausalitas respon unit-pulsa h[n] harus nol untuk semua integer n<0 Input = δ[n] Output = h[n] 0 n Sistem 0 n Gambar 3.1. Pembangkitan pada respon unit pulsa
10 Contoh 2 Pertimbangkan suatu sistem waktu diskrit finite dimensional yang diberikan dengan persamaan beda input/output: y[n] + ay[n-1] = bx[n] dimana a dan b adalah konstanta yang. Berikan gambaran respon sistem jika input adalah unit pulsa. Penyelesaian: Respon unit pulsa pada sistem ini dapat dikomputasi dengan menyelesaikan persamaan (3-70) dengan kondisi awal y[-1] = 0 dan input x[n]=d[n]. Dari pembicaraan bab 2.3, penyelesaian untuk (3-70) dapat diekspresikan dalam bentuk: y n n i [ n] = ( a) bδ[ i= 0 i]
11 Konvolusi pada Sinyal Waktu Diskrit Dua sinyal diskrit x[n] dan v[n], bentuk konvolusi kedua sinyal x[ n]* v[ n] = x[ i] v[ n i] = i Jika x[n] dan v[n] memiliki nilai 0 untuk semua integer pada n<0, maka: x[ n]* v[ n] 0 = n i= 0 x[ i] v[ n i], n, n = 1, 2,... = 0,1,2,...
12 Mekanisme Konvolusi Pada Sinyal Diskrit Contoh penghitung konvolusi pada dua deret nilai integer berikut ini. Sinyal pertama: x[i]= Sinyal kedua: v[i]= Step pertama adalah pembalikan sinyal kedua, v[n] sehingga didapatan kondisi seperti berikut: Sinyal pertama: x[i] = Sinyal kedua: v[-i] = Step ke dua adalah pergeseran dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: =2 Step ke tiga adalah pergeseran satu step dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: =5
13 Step ke empat adalah pergeseran satu step dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: =11 Step ke lima adalah pergeseran satu step dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: = 9 Step ke enam adalah pergeseran satu step dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: = 9
14 Step ke tujuh adalah pergeseran satu step dan penjumlahan Sinyal pertama: Sinyal kedua: x product and sum: = 0 Dari hasil product and sum tersebut hasilnya dapat dilihat dalam bentuk deret sebagai berikut: %File Name: contoh_konvolusi.m x= [1 2 3] ; v= [2 1 3]; xv=conv(x,v); stem(xv)
15 Gambar 3.2. Mekanisme konvolusi
16 Contoh 3 Berikan gambaran hasil konvolusi dua sinyal persegi x[n] = dengan v[n]= Penyelesaian: Dengan langkah yang sama dengan cara yang telah diberikan di atas, kita manfaatkan perangkat lunak Matlab, dan hasilnya seperti Gambar 3.3 berikut ini. %File Name: contoh_konvolusi_2.m p=[ones(1,10) zeros(1,5)]; x=p; v=p; y=conv(x,v); subplot(3,1,1) stem(x) ylabel('x[n]') subplot(3,1,2) stem(v) ylabel('v[n]') subplot(3,1,3) stem(y) xlabel('n') ylabel('x[n]*v[n]')
17 Gambar 3.3 Hasil konvolusi pada contoh 3
18 3.4. Studi Kasus Proses Pemfilteran Pada Sinyal Ber-nois Perhatikan kasus pemfilteran secara digital pada sebuah sinyal ber-noise berikut ini
19 Kita coba melakukan pemfilteran dengan menggunakan sebuah filter FIR Sebuah finite impulse respon filter (filter FIR) memiliki hubungan input dan output dalam domain waktu diskrit sebagai berikut: y M [] n = b [ ] = [][ ] k x n k h k x n k k = 0 M k = 0 dimana: -{bk} = koefisien feed forward - banyaknya (total koefisien) L = M M ditetapkan sebagai orde filter FIR
20 b 0 x[n] y[n] z -1 b z -1 b M
21 Pemfilteran Koefisien-koefisien bn dalam hal ini bernilai: Disini kita gunakan 17 koefisien, atau orde filter = 17 Misalnya input berupa sinyal sinus bernois, maka dengan melakukan operasi konvolusi proses pemfilteran dapat kita lakukan.
22 Pada kasus ini kita gunakan simulasi Matlab seperti berikut: %File Name: konvolusi_01.m clear all; T=1000; LPF_01=fir1(16,0.2,'low') t=1/t:1/t:1; y=sin(2*pi*t); tt=length(y); nois=0.2*randn(1,tt); y_n = y + nois; subplot(2,1,1); plot(t,y_n,'linewidth',2) axis([ ]) xlabel('waktu (dt)') grid on %pemfilteran y_filter=conv(y_n,lpf_01); subplot(2,1,2); t_yfil=length(y_filter); t=1/t:1/t:t_yfil/t; plot(t,y_filter,'linewidth',2) axis([ ]) xlabel('waktu (dt)') grid on
23 Hasilnya
24 Penjelasan. Dari gambaran proses pemfilteran di atas dapat dilihat bahwa setelah proses konvolusi sinyal bernois akan mengalami perubahan bentuk menjadi lebih mendekati bentuk sinyal sinus. Dengan demikian dapat dikatakan bahwa konvolusi dapat digunakan pada proses pemfilteran
BAB III SINYAL DAN SISTEM WAKTU DISKRIT
BAB III SINYAL DAN SISTEM WAKTU DISKRIT BAB III SINYAL DAN SISTEM WAKTU DISKRIT A. Pengertian Sinyal Waktu Diskrit Sinyal waktu diskrit merupakan fungsi dari variabel bebas yaitu waktu yang mana nilai
Lebih terperinciBAB III SINYAL DAN SISTEM WAKTU DISKRIT
BAB III SINYAL DAN SISTEM WAKTU DISKRIT A. Pengertian Sinyal Waktu Diskrit Sinyal waktu diskrit merupakan fungsi dari variabel bebas yaitu waktu yang mana nilai variabel bebasnya adalah bilangan bulat.
Lebih terperinciMODUL 5 OPERASI KONVOLUSI
MODUL 5 OPERASI KONVOLUSI I. TUJUAN - Siswa dapat memahami proses operasi konvolusi pada dua sinyal - Siswa dapat membuat sebuah program operasi konvolusi dan mengetahui pengaruhnya pada suatu sinyal II.
Lebih terperinciMODUL 4 PEMFILTERAN PADA SINYAL WICARA
MODUL 4 PEMFILTERAN PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu menyusun filter digital dan melakukan pemfilteran pada sinyal wicara II. DASAR TEORI 2.1. Filter IIR Yang perlu diingat disini bahwa infinite
Lebih terperinciKULIAH 9 FILTER DIGITAL
KULIAH 9 FILTER DIGITAL TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 9 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 2 SISTEM LINEAR TIME-INVARIANT (LTI)
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 2 SISTEM LINEAR TIME-INVARIANT (LTI) A. Tujuan 1. Mahasiswa dapat memahami sistem yang berbentuk LTI. 2. Mahasiswa dapat menganalisis suatu kasus sistem LTI dan mensimulasikannya
Lebih terperinciSISTEM WAKTU DISKRIT, KONVOLUSI, PERSAMAAN BEDA. Pengolahan Sinyal Digital
SISTEM WAKTU DISKRIT, KONVOLUSI, PERSAMAAN BEDA Pengolahan Sinyal Digital 1 PENGANTAR Definisi SISTEM Proses yang menghasilkan sebuah sinyal keluaran dalam rangka merespon sebuah sinyal masukan Gambaran
Lebih terperinciLAPORAN PRAKTIKUM DSP
LAPORAN PRAKTIKUM DSP MODUL 4 PEMFILTERAN PADA SINYAL WICARA Disusun Oleh : Yuli Yuliantini (121014 7021) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya Surabaya 2015 22 MODUL
Lebih terperinci2.1. Filter. Gambar 1. Bagian dasar konverter analog ke digital
2.1. Filter Filter adalah suatu alat untuk memisahkan sinyal sinyal yang diinginkan dari sinyal-sinyal yang tidak diinginkan. [1]. Filter berkembang dalam pemakaiannya di bidang Elektroteknik menjadi sebagai
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN
SEKOLAH TINGGI MANAJEMEN INFORMAA KOMPUTER JAKARTA STIK SATUAN ACARA PERKULIAHAN Mata : PENGOLAHAN SINYAL DIGITAL Kode Mata : TK - 17305 Jurusan / Jenjang : S1 SISTEM KOMPUTER Tujuan Instruksional Umum
Lebih terperinciSIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH
Simulasi Hasil Perancangan LPF (Low Pass Filter) Digital....Hanafi SIMULASI HASIL PERANCANGAN LPF (LOW PASS FILTER) DIGITAL MENGGUNAKAN PROTOTIP FILTER ANALOG BUTTERWORTH Hanafi Dosen Jurusan Teknik Elektro
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciSINYAL DISKRIT. DUM 1 September 2014
SINYAL DISKRIT DUM 1 September 2014 ADC ADC 3-Step Process: Sampling (pencuplikan) Quantization (kuantisasi) Coding (pengkodean) Digital signal X a (t) Sampler X(n) Quantizer X q (n) Coder 01011 Analog
Lebih terperinciSATUAN ACARA PERKULIAHAN EK.353 PENGOLAHAN SINYAL DIGITAL
EK.353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT : Sinyal dan Pemrosesan Sinyal Tujuan pembelajaran umum : Para mahasiswa mengetahui tipe-tipe sinyal, pemrosesan dan aplikasinya Jumlah pertemuan
Lebih terperinciBab 1 Pengenalan Dasar Sinyal
Bab 1 Pengenalan Dasar Sinyal Tujuan: Siswa mampu menyelesaikan permasalahan terkait dengan konsep sinyal, menggambarkan perbedaan sinyal waktu kontinyu dengan sinyal waktu diskrit. Siswa mampu menjelaskan
Lebih terperinciDesign FIR Filter. Oleh: Tri Budi Santoso Group Sinyal, EEPIS-ITS
Design FIR Filter Oleh: Tri Budi Santoso Group Sinyal, EEPIS-ITS 1 Filter Digital Sinyal input = x(n) Respon impuls filter = h(n) Sinyal output = y(n) Ouput merupakan konvolusi respon impuls filter dengan
Lebih terperinciSISTEM PENGOLAHAN ISYARAT
TKE 243 SISTEM PENGOLAHAN ISYARAT Kuliah 1 Filter Digital Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 29 1 KULIAH 1
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 1 ISYARAT DAN SISTEM A. Tujuan 1. Mahasiswa dapat mengenali jenis-jenis isyarat dasar. 2. Mahasiswa dapat merepresentasikan isyarat-isyarat dasar tersebut pada MATLAB
Lebih terperinciTKE 3105 ISYARAT DAN SISTEM. Kuliah 5 Sistem LTI. Indah Susilawati, S.T., M.Eng.
TKE 3105 ISYARAT DAN SISTEM Kuliah 5 Sistem LTI Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta
Lebih terperinciBab 2 Pengenalan Tentang Sistem
Bab 2 Pengenalan Tentang Sistem Tujuan: Siswa mampu menggambarkan konsep dasar sebuah sistem, sifat-sifat dasar sistem dan pengertian sistem waktu diskrit. Siswa mampu membedakan sistem waktu kontinyu
Lebih terperinciMODUL 3 OPERASI DASAR PADA SINYAL
MODUL 3 OPERASI DASAR PADA SINYAL I. TUJUAN - Mahasiswa dapat memperlihatkan proses-proses aritmatika sinyal dan menerapkan sebagai proses dasar dari pengolah sinyal audio. II. DASAR TEORI 2.1. Operasi
Lebih terperinciMODUL 2 PEMBANGKITKAN SINYAL
MODUL 2 PEMBANGKITKAN SINYAL I. TUJUAN - Mahasiswa dapat membangkitkan beberapa jenis sinyal dasar yang banyak digunakan dalam analisa Sinyal dan Sistem. II. DASAR TEORI 2.1 Sinyal Sinyal merupakan sebuah
Lebih terperinciMATERI PENGOLAHAN SINYAL :
MATERI PENGOLAHAN SINYAL : 1. Defenisi sinyal 2. Klasifikasi Sinyal 3. Konsep Frekuensi Sinyal Analog dan Sinyal Diskrit 4. ADC - Sampling - Aliasing - Quantiasasi 5. Sistem Diskrit - Sinyal dasar system
Lebih terperinciMODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI
MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI I. TUJUAN - Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library FFT II. DASAR TEORI 2.1 Transformasi Fourier Satu bentuk transformasi
Lebih terperinciII LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
Lebih terperinciSOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA
SOAL UAS PENGOLAHAN SINYAL DIGITAL WADARMAN JAYA TELAUMBANUA 1304405027 JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS UDAYANA JIMBARAN 2015 Rancang Filter low pass digital IIR Butterworth
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.. Respon Impuls Akustik Ruangan. Respon impuls akustik suatu ruangan didefinisikan sebagai sinyal suara yang diterima oleh suatu titik (titik penerima, B) dalam ruangan akibat suatu
Lebih terperinciMODUL 7 TRANSFORMASI FOURIER DISKRIT
MODUL 7 TRANSFORMASI FOURIER DISKRIT I. TUJUAN - Siswa mampu memahami konsep dasar transformasi sinyal awaktu diskrit dan mampu menyusun program simulasinya. II. TEORI DASAR Sebelum kita berbicara tentang
Lebih terperinciANALISA SINYAL DAN SISTEM TE 4230
ANALISA SINYAL DAN SISTEM TE 430 TUJUAN: Sinyal dan Sifat-sifat Sinyal Sistem dan sifat-sifat Sisterm Analisa sinyal dalam domain Waktu Analisa sinyal dalam domain frekuensi menggunakan Tools: Transformasi
Lebih terperinci1. Sinyal adalah besaran fisis yang berubah menurut. 2. X(z) = 1/(1 1,5z 1 + 0,5z 2 ) memiliki solusi gabungan causal dan anti causal pada
1. Sinyal adalah besaran fisis yang berubah menurut 2. X(z) = 1/(1 1,5z 1 + 0,5z 2 ) memiliki solusi gabungan causal dan anti causal pada 3. X + (z) mempunyai sifat sifat seperti yang disebutkan di bawah
Lebih terperinciANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV 1
Jurnal Reaksi (Journal of Science and Technology) ANALISIS PERFORMANSI FILTER DIGITAL IIR DARI PROTOTYPE BUTTERWORTH DAN CHEBYSHEV Raisah Hayati Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe
Lebih terperinciImplementasi Filter IIR secara Real Time pada TMS 32C5402
Implementasi Filter IIR secara Real Time pada TMS 32C5402 Oleh: Tri Budi Santoso, Hary Octavianto, Titon Dutono E-mail: tribudi@eepis-its.edu Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya
Lebih terperinciSINYAL DAN SISTEM DALAM KEHIDUPAN
SINYAL DAN SISTEM DALAM KEHIDUPAN DUM 27 Agustus 2014 Definisi Sinyal Sinyal merupakan sebuah fungsi yang berisi informasi mengenai keadaan tingkah laku dari sebuah sistem secara fisik, Meskipun sinyal
Lebih terperinciImplementasi Filter FIR secara Real Time pada TMS 32C5402
Implementasi Filter FIR secara Real Time pada TMS 32C5402 Oleh: Tri Budi Santoso, Hary Octavianto, Titon Dutono E-mail: tribudi@eepis-its.edu Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB I PENDAHULUAN. resistor, kapasitor ataupun op-amp untuk menghasilkan rangkaian filter. Filter analog
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu perangkat yang menghilangkan bagian dari sinyal yang tidak di inginkan. Filter digunakan untuk menglewatkan atau meredam sinyal yang di inginkan
Lebih terperinciPENGOLAHAN SINYAL DAN SISTEM DISKRIT. Pengolahan Sinyal Analog adalah Pemrosesan Sinyal. bentuk m dan manipulasi dari sisi sinyal dan informasi.
PENGOLAHAN SINYAL DAN SISTEM DISKRIT Pengolahan Sinyal Analog adalah Pemrosesan Sinyal yang mempunyai kaitan dengan penyajian,perubahan bentuk m dan manipulasi dari sisi sinyal dan informasi. Pengolahan
Lebih terperinciSISTEM PENYAMA ADAPTIF DENGAN ALGORITMA GALAT KUADRAT TERKECIL TERNORMALISASI
SISTEM PENYAMA ADAPTIF DENGAN ALGORITMA GALAT KUADRAT TERKECIL TERNORMALISASI Oleh Caesar Aji Kurnia NIM : 612008079 Skripsi ini untuk melengkapi syarat-syarat memperoleh Gelar Sarjana Teknik dalam Konsentrasi
Lebih terperinciAdaptive IIR Filter Untuk Active Noise Controller Menggunakan Prosesor Sinyal Digital TMS320C542
Adaptive IIR Filter Untuk Active Noise Controller Menggunakan Prosesor Sinyal Digital TMS320C542 Endra Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara Jl K.H. Syahdan No. 9,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 SINYAL DASAR ATAU FUNGSI SINGULARITAS Sinyal dasar atau fungsi singularitas adalah sinyal yang dapat digunakan untuk menyusun atau mempresentasikan sinyal-sinyal yang lain. Sinyal-sinyal
Lebih terperinciHAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL
HAND OUT EK. 353 PENGOLAHAN SINYAL DIGITAL Dosen: Ir. Arjuni BP, MT PENDIDIKAN TEKNIK TELEKOMUNIKASI JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN
Lebih terperinciModul 1 : Respons Impuls
Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 1 : Respons Impuls Program Studi Teknik Telekomunikasi Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPERANCANGAN DAN SIMULASI LOW PASS FINITE IMPULSE RESPONSE DENGAN METODE WINDOWING
PERANCANGAN DAN SIMULASI LOW PASS FINITE IMPULSE RESPONSE DENGAN METODE WINDOWING Irmawan, S.Si, MT Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya ABSTRAK Filter digital adalah suatu algoritma
Lebih terperinciKarena deret tersebut konvergen pada garis luarnya, kita dapat menukar orde integrasi dan penjumlahan pada ruas kanan.
Transformasi- 3. Invers Transformasi- Formasi inversi untuk memperoleh dari x(n) dari X() dapat diperoleh menggunakan teorema integral Cauchy yang merupakan teorema penting dalam variabel kompleks. Transformasi-
Lebih terperinciModul 1 : Respons Impuls dan Deret Fourier
Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal dalam Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 1
Lebih terperinciMODUL 4 SAMPLING DAN ALIASING
MODUL 4 SAMPLING DAN ALIASING I. TUJUAN - Siswa memahami pengaruh pemilihan jumlah sample dan pengaruhnya pada proses recovery sinyal II. DASAR TEORI Dalam proses pengolahan sinyal analog, sinyal input
Lebih terperinciSIMULASI PENGOLAHAN SINYAL DIJITAL FILTER ADAPTIF MENGGUNAKAN ALGORITMA LMS, RLS, FAST KALMAN, DAN GAL
Jurnal Sistem Komputer Unikom Komputika Volume 1, No.1-2012 SIMULASI PENGOLAHAN SINYAL DIJITAL FILTER ADAPTIF MENGGUNAKAN ALGORITMA LMS, RLS, FAST KALMAN, DAN GAL Susmini Indriani Lestariningati 1) 1)
Lebih terperinciMODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI
MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI I. TUJUAN - Mahasiswa mampu menjelaskan perbedaan sinyal wicara dalam domain waktu dan domain frekuensi menggunakan perangkat lunak II.
Lebih terperinciPENGENALAN KONSEP DASAR SINYAL S1 TEKNIK TELEKOMUNIKASI SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM PURWOKERTO 2015
PENGENALAN KONSEP DASAR SINYAL S1 TEKNIK TELEKOMUNIKASI SEKOLAH TINGGI TEKNOLOGI TELEMATIKA TELKOM PURWOKERTO 2015 PEMBAGIAN SINYAL Alfin H.,ST.,MT 2 Jenis jenis sinyal Sinyal kontinyu dan diskrit Sinyal
Lebih terperinciBy : MUSAYYANAH, S.ST, MT
By : MUSAYYANAH, S.ST, MT 1 Pengertian Sistem Contoh sistem Klasifikasi Sistem Macam-macam sistem Uji sistem Linier dan Bukan Linier Time invariant atau bukan 2 Sistem bagian dari lingkungan yang menghubungkan
Lebih terperinciMODUL 1 Nama Percobaan
MODUL 1 Nama Percobaan : Pembangkitan Sinyal Tujuan Percobaan : Mahasiswa dapat membangkitkan beberapa jenis sinyal dasar yang banyak digunakan dalam analisa Sinyal dan Sistem. Materi Sinyal merupakan
Lebih terperinciMODUL I SINYAL WAKTU DISKRIT. X(n) 2 1,7 1,5
MODUL I SINYAL WAKTU DISKRIT 1.1 Dasar Teori Sinyal waktu diskrit x(n) adalah fungsi dari variabel bebas yaitu suatu integer. secara grafis digambarkan paga gambar dibawah ini. Penting untuk diperhatikan
Lebih terperinciBAB 4 MODEL RUANG KEADAAN (STATE SPACE)
BAB 4 MODEL RUANG KEADAAN (STATE SPACE) KOMPETENSI Kemampuan untuk menjelaskan pengertian tentang state space, menentukan nisbah alih hubungannya dengan persamaan ruang keadaan dan Mengembangkan analisis
Lebih terperinciBAB I PENDAHULUAN. menggunakan rangkaian elektronika yang terdiri dari komponen-komponen seperti
BAB I PENDAHULUAN 1.1 Latar Belakang Filter merupakan suatu rangkaian yang berfungsi untuk melewatkan sinyal frekuensi yang diinginkan dan menahan sinyal frekuensi yang tidak dikehendaki serta untuk memperkecil
Lebih terperinciSATUAN ACARA PERKULIAHAN STMIK PARNA RAYA MANADO TAHUN 2010
TAHUN PERTEMUAN : 1 : 100 MENIT Mahasiswa dapat menjelaskan dan Memahami tentang dasardasar Sinyal dan sistem Definisi sinyal dan sistem Ssinyal waktu kontinu dan diskrit Tipe sinyal khusus: eksonential,
Lebih terperinciSATUAN ACARA PERKULIAHAN
Topik Bahasan : Konsep sinyal dan sistm Tujuan Pembelajaran Umum : Mahasiswa dapat memaparkan tentang konsep dasar sinyal dan sistem, dasar-dasar sinyal dan sistem. Jumlah : 1 (satu) kali dan memahami
Lebih terperinciBAB II DASAR TEORI. Dalam bab ini penulis akan menjelaskan teori teori yang diperlukan untuk
BAB II DASAR TEORI Dalam bab ini penulis akan menjelaskan teori teori yang diperlukan untuk mewujudkan sistem penyamaan adaptif dengan algoritma galat kuadrat terkecil ternormalisasi pada suatu titik.
Lebih terperinciSINYAL SISTEM SEMESTER GENAP S1 SISTEM KOMPUTER BY : MUSAYYANAH, MT
1 SINYAL SISTEM SEMESTER GENAP S1 SISTEM KOMPUTER BY : MUSAYYANAH, MT List Of Content 2 Pengertian Sinyal Pengertian Sistem Jenis-Jenis Sinyal dan Aplikasinya Pengertian Sinyal 3 sinyal adalah suatu isyarat
Lebih terperinciRepresentasiSistem. (b) Sistem dengan sinyal input dan sinyal output banyak(lebih dari satu)
SISTEM Outline Modul A. Representasi Sistem B. Sistem Deterministik dan Sthocastic C. Sistem Waktu Kontinyu dan Sistem Waktu Diskrit D. Sistem Dengan Memori dan Tanpa Memori E. Sistem Kausal dan Non Kausal
Lebih terperinciInvers Transformasi Laplace
Invers Transformasi Laplace Transformasi Laplace Domain Waktu Invers Transformasi Laplace Domain Frekuensi Jika mengubah sinyal analog kontinyu dari domain waktu menjadi domain frekuensi menggunakan transformasi
Lebih terperinciKuliah 8 KONVOLUSI DAN KORELASI
TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 8 KONVOLUSI DAN KORELASI Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciTE Sistem Linier
TE 226 - Sistem Linier Jimmy Hasugian Electrical Engineering - Maranatha Christian University jimlecture@gmail.com - http://wp.me/p4scve-g KLASIFIKASI SINYAL - SISTEM Jimmy Hasugian (MCU) Klasifikasi Sinyal
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
Lebih terperinciSUMBER: Arwin DW, TEKNOLOGI SIMULATOR PESAWAT TERBANG DARI MASA KE MASA
DEFINISI DAN ISTILAH PEMODELAN DAN SIMULASI Pemodelan dan Simulasi PEMODELAN DAN SIMULASI MODEL adalah representasi dalam bahasa tertentu dari suatu sistem nyata (realita PEMODELAN adalah tahapan atau
Lebih terperinciIMPLEMENTASI FILTER DIGITAL IIR BUTTERWORTH PADA DSP STARTER KIT TMS320C3x
JETri, Volume, Nomor, Februari 003, Halaman 9-0, ISSN 141-037 IMPLEMENTASI FILTER DIGITAL IIR BUTTERWORTH PADA DSP STARTER KIT TMS30C3x Irda Winarsih, Suhartati Agoes & Robert Wahyudi* Dosen-Dosen Jurusan
Lebih terperinciSidang Tugas Akhir - Juli 2013
Sidang Tugas Akhir - Juli 2013 STUDI PERBANDINGAN PERPINDAHAN PANAS MENGGUNAKAN METODE BEDA HINGGA DAN CRANK-NICHOLSON COMPARATIVE STUDY OF HEAT TRANSFER USING FINITE DIFFERENCE AND CRANK-NICHOLSON METHOD
Lebih terperinciIsyarat dan Sistem. Sistem adalah sebuah proses yang menyusun isyarat input x(t) atau x[n] ke isyarat output y(t) atau y[n].
Sistem adalah sebuah proses yang menyusun isyarat input x(t) atau x[n] ke isyarat output y(t) atau y[n]. x(t) y(t) x[n] y[n] Jadi sistem sapat dipandang sebagai sebuah proses pemetaan atau transformasi
Lebih terperinciREALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK
REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 Nama : Wito Chandra NRP : 0822081 Jurusan Teknik Elektro, Fakultas
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH / KODE : TEORI DAN ANALISA SISTEM LINIER / IT SEMESTER / SKS : III / 2
SATUAN ACARA PERKULIAHAN MATA KULIAH / KODE : TEORI DAN ANALISA SISTEM LINIER / IT041225 SEMESTER / SKS : III / 2 Pertemuan Ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan Sasaran Belajar Cara Pengajaran
Lebih terperinciANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA LEAST MEAN FOURTH BASED POWER OF TWO QUANTIZER (LMF-PTQ)
ANALISIS UNJUK KERJA EKUALIZER PADA SISTEM KOMUNIKASI DENGAN ALGORITMA LEAST MEAN FOURTH BASED POWER OF TWO QUANTIZER (LMF-PTQ) Ginda Utama Putri, Rahmad Fauzi Konsentrasi Teknik Telekomunikasi, Departemen
Lebih terperinciProgram MATLAB untuk Sistem Linier dan Prosesing SInyal
Program MATLAB untuk Sistem Linier dan Prosesing SInyal Sigit Kusmaryanto http:/sigitkus.lecture.ub.ac.id Pembangkitan sinyal dasar pada system linier dan pengolahan/prosessing sinyal dapat dilakukan dengan
Lebih terperinciBAB I PENDAHULUAN. tidak semua orang mau menjalankan pola hidup sehat dan teratur untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Tubuh sehat adalah hal yang pasti diinginkan setiap orang. Akan tetapi, tidak semua orang mau menjalankan pola hidup sehat dan teratur untuk mencapainya. Akibatnya,
Lebih terperinciDeret Fourier dan Respons Frekuensi
Program Studi Teknik Telekomunikasi - Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Praktikum Pengolahan Sinyal Waktu Kontinyu sebagai bagian dari Mata Kuliah ET 2004 Modul 2 : Deret
Lebih terperinciBAB VI FILTER DIGITAL
BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter yang sering digunakan
Lebih terperinciBAB VI FILTER DIGITAL
BAB VI FILTER DIGITAL BAB VI FILTER DIGITAL Filter atau tapis adalah suatu sistem yang berfungsi untuk menyaring sinyal, sebagian sinyal akan dibiarkan lewat, sebagian yang lain akan akan ditahan. Filter
Lebih terperinciSISTEM PENGOLAHAN ISYARAT
TKE 2403 SISTEM PENGOLAHAN ISYARAT Kuliah 8 Analisis Wavelet : Wavelet Kontinyu Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta
Lebih terperinciMODUL 1 PROSES PEREKAMAN DAN PENGEDITAN SINYAL WICARA
MODUL 1 PROSES PEREKAMAN DAN PENGEDITAN SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses perekaman dan pengeditan sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Pembangkitan
Lebih terperinciRencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rencana Pembelajaran Departemen Teknik Elektro Fakultas Teknologi Elektro INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1 Kode & Nama : TE141334 Sinyal dan Sistem 2 Kredit : 3 sks 3 Semester : II (dua) 4 Dosen :
Lebih terperinciMODUL 5 FILTER FIR DAN WINDOW
MODUL 5 FILTER FIR DAN WINDOW I. Tugas Pendahuluan Perintah atau fungsi pada MATLAB dapat dilihat dan dipelajari dengan online help pada Command window. Contoh ketiklah : help plot. Maka arti dari perintah
Lebih terperinciIsyarat. Oleh Risanuri Hidayat. Isyarat. Bernilai real, skalar Fungsi dari variabel waktu Nilai suatu isyarat pada waktu t harus real
Isyarat Oleh Risanuri Hidayat Isyarat adalah Isyarat Bernilai real, skalar Fungsi dari variabel waktu Nilai suatu isyarat pada waktu t harus real Contoh isyarat: Tegangan atau arus listrik dalam suatu
Lebih terperinciMODUL 4 SAMPLING SINYAL
MODUL 4 SAMPLING SINYAL I. TUJUAN - Mahasiswa dapat menyampling sinyal kontinu ke diskrit menggunakan Fs dan Ts yang berguna dalam pengolahan sinyal Analog ke Digital. II. DASAR TEORI Pada pengolahan sinyal
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Metode Beda Hingga Metode perbedaan beda hingga adalah metode yang sangat popular. Pada intinya metode ini mengubah masalah Persamaan Differensial Biasa (PDB) nilai batas dari
Lebih terperinciSIMULASI PENGARUH PENGGUNAAN FILTER CHEBYSHEV TIPE II PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO
SIMULASI PENGARUH PENGGUNAAN FILTER CHEBYSHEV TIPE II PADA MASUKAN SINYAL GETARAN ACAK TERHADAP NILAI RATA-RATA MAGNITUDO Henci Smartenlike Lokollo, Jotje Rantung, Michael Rembet. Teknik Mesin Universitas
Lebih terperinciImplementasi Real Time Digital Audio Equalizer 4 Band menggunakan DSK TMS320C6713
Implementasi Real Time Digital Audio Equalizer 4 Band menggunakan DSK TMS320C6713 Era Dwi Febrianti 1, Miftahul Huda 2 Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember(ITS) Surabaya
Lebih terperinciI. PENDAHULUAN 1.1. Latar Belakang Untuk mengungkapkan perilaku dinamik suatu sistem fisik seperti mekanik, listrik, hidrolik dan lain sebagainya, umumnya sistem fisik dimaksud dimodelkan dengan sistem
Lebih terperinciBAB III PEMBAHASAN. dengan menggunakan penyelesaian analitik dan penyelesaian numerikdengan. motode beda hingga. Berikut ini penjelasan lebih lanjut.
BAB III PEMBAHASAN Pada bab ini akan dibahas tentang penurunan model persamaan gelombang satu dimensi. Setelah itu akan ditentukan persamaan gelombang satu dimensi dengan menggunakan penyelesaian analitik
Lebih terperinciBAB II LANDASAN TEORI. terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang
BAB II LANDASAN TEORI 2.1 Sinyal Suara Jantung (PCG) Jantung adalah organ tubuh yang berfungsi untuk memompa darah dan terdiri dari bagian atas yang disebut serambi (atrium) dan bagian bawah yang disebut
Lebih terperinciIkhtisar Sinyal dan Sistem Linier
Ikhtisar Sinyal dan Sistem Linier Waktu Kontinu dan Waktu Diskrit Oleh: Armein Z R Langi dan Erwin Cahyadi Kelompok Riset dan Teknologi Pemrosesan Sinyal Digital Kelompok Keilmuan Teknologi Informasi Sekolah
Lebih terperinciSATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : ANALISIS SISTEM LINIER / 3 KODE / SKS / SIFAT : IT / 3 SKS / LOKAL
SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : ANALISIS SISTEM LINIER / 3 KODE / SKS / SIFAT : IT041325 / 3 SKS / LOKAL Pertemuan ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan
Lebih terperinciPerancangan dan Implementasi Percobaan Pengolahan Sinyal Digital Secara Online
1 Perancangan dan Implementasi Percobaan Pengolahan Sinyal Digital Secara Online Clara Sergian Swaritantika, Yusuf Bilfaqih, Josaphat Pramudijanto Teknik Elektro, Fakultas Teknologi Industri, Institut
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Transformasi Citra ABDUL AZIS, M.KOM
PENGOLAHAN CITRA DIGITAL Transformasi Citra 1 Dua Domain Manipulasi Image Spatial Domain : (image plane) Adalah teknik yang didasarkan pada manipulasi l a n g s u n g p i x e l s u a t u i m a g e. Frequency
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciTKE 3105 ISYARAT DAN SISTEM. B a b 2 S i s t e m. Indah Susilawati, S.T., M.Eng.
TKE 3105 ISYARAT DAN SISTEM B a b 2 S i s t e m Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 2009 51 B A B I I S I S
Lebih terperinciPRINSIP UMUM. Bagian dari komunikasi. Bentuk gelombang sinyal analog sebagai fungsi waktu
TEKNIK MODULASI PRINSIP UMUM PRINSIP UMUM Bagian dari komunikasi Bentuk gelombang sinyal analog sebagai fungsi waktu PRINSIP UMUM Modulasi merupakan suatu proses dimana informasi, baik berupa sinyal audio,
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI FIR UNTUK MEREDUKSI NOISE DENGAN MATLAB
Jurnal ICT Penelitian dan Penerapan Teknologi AKADEMI TELKOM SANDHY PUTRA JAKARTA PERANCANGAN DAN IMPLEMENTASI FIR UNTUK MEREDUKSI NOISE DENGAN MATLAB 1) Suyatno Budiharjo 2) Daniel Pandu Wijayanto 1,2
Lebih terperinciBAB 4 ANALISIS DAN BAHASAN
BAB 4 ANALISIS DAN BAHASAN 4.1 Model LWR Pada skripsi ini, model yang akan digunakan untuk memodelkan kepadatan lalu lintas secara makroskopik adalah model LWR yang dikembangkan oleh Lighthill dan William
Lebih terperinciPada Sinyal Kontinyu dan Diskrit
Konvolusi Pada Sinyal Kontinyu dan Diskrit Konvolusi Kontinyu Keluaran sistem dengan tanggapan impuls t) dan masukan x(t) dapat direpresentasikan sebagai: εx( τε ) δ ( t y ( t) τε ) allτ y ( t) t (2.4)
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) DAN RENCANA PELAKSANAAN PEMBELAJARAN (RPP)
RENCANA PEMBELAJARAN SEMESTER (RPS) DAN RENCANA PELAKSANAAN PEMBELAJARAN (RPP) Mata Kuliah : Pengolahan Sinyal Digital (3 SKS) Kode : ELT 2320 Prasyarat : - Program Studi : Teknik Elektronika (program
Lebih terperinciPERCOBAAN I PEMODELAN SYSTEM
PERCOBAAN I PEMODELAN SYSTEM. TUJUAN. Mahasiswa dapat menyatakan konsep dasar mengenai feedback control / kontrol loop tertutup. 2. Mahasiswa dapat membedakan sensor dan aktuator. 3. Mahasiswa dapat menjelaskan
Lebih terperinciBAB III PEMODELAN DENGAN METODE VOLUME HINGGA
A III PEMODELAN DENGAN METODE VOLUME HINGGA 3.1 Teori Dasar Metode Volume Hingga Computational fluid dnamic atau CFD merupakan ilmu ang mempelajari tentang analisa aliran fluida, perpindahan panas dan
Lebih terperinci